Vibe Coding退潮：从狂热到理性，AI编程工具的价值回归

今年，“氛围编程”无疑成为了科技圈最炙手可热的话题。然而，从“借助大模型快速构建应用”风靡一时算起，仅过了半年时间，这股热潮便呈现出明显的降温趋势。

最直接的信号是，相关产品的用户流量普遍遭遇大幅下滑。

其中，Lovable的跌幅最为显著，其月访问量在最近几个月从3500万锐减至不足2000万，近乎腰斩。其他明星产品同样处境不佳，Bolt.new下降了27%，而Vercel v0自5月以来累计流失64%的用户，Cursor、Replit、Devin等平台也未能幸免。唯一逆势增长的Base44，则主要依赖于持续的广告投放驱动。

就连Bolt.new的CEO也公开坦言，“所有平台的用户留存率都处于极低水平”，并强调当务之急是构建可持续的商业模式，以留住用户。

过去一年，行业经历了资本驱动的“超高速增长期”，公司估值与用户数同步飙升；然而当热度在短短几个月内迅速回落，我们或许正在见证一场真正的价值回归。

来自投资家 Chamath Palihapitiya 的分享

数十亿美元换来的教训

如果我们为当下的AI编程工具绘制一张谱系图，Lovable无疑占据着一个标志性位置。它起步于2023年末的瑞典，以一句极简口号打动无数人：“描述你想要的，看着软件成真。”

从数据上看，它的增长近乎梦幻：第一年就宣称年化收入突破1亿美元，构建项目超1000万个；随后以18亿美元估值完成A轮融资，几周后市场传闻估值已飙到40亿，成为欧洲最火的AI项目之一。

随后，Bolt、Replit、V0等产品趁势而起，共同掀起一波“自然语言开发”浪潮。

这一切背后，是一套精准击中人性弱点的营销叙事。正如一些观察者所指出的，那种“几分钟克隆任何App然后开始赚钱”的视频大行其道，它们贩卖的并非技术，而是一种对“低投入=立刻赚钱”的财富想象、一种令人兴奋的“准事业”机会，也能让不懂代码的人得以“窥见一点编程的样子”。

不过，若论在专业开发者心目中，谁能代表“氛围编程”的原始体验，那无疑是Claude Code。它不强调让你看清每一行代码，而是刻意把代码“藏”在后台，引导开发者专注于终端动态上，营造出一种“AI正在替你干活”的沉浸体验，奠定了“交托任务-后台执行”的协作范式：Agent像一个可以独立完成任务的“个体”，不是补几行代码，而是从接到任务开始自己规划、反复尝试，直到把事做完——包括生成甚至提交代码，人可以离开，Agent还在继续干活。

与之相对，在AICoding工具谱系里，GitHub Copilot和Cursor则代表了另一条路径。它们更像严肃工程体系中的“AI编程助手”，不追求一键生成完整应用，而是安静地嵌入现有工作流，负责补全、重构、写测试，把重复劳动交给AI，而节奏与决策权始终保留在工程师手中。

这也就形成了两条分叉路径：一端是“异步Agent式的氛围编程”，另一端是“人主导的严肃工程协同”。后者明显更容易获得专业开发者的长期认可与付费订阅。

3500万用户从何而来？出圈神话与真实画像

Lovable所宣称的3500万月活，几乎逼近全球专业开发者总数的上限。全球开发者估算也就4000多万，按不同来源上限也就4700万。这本身就说明：其峰值用户并非程序员，而是那些“想成为开发者”、或希望“快速搞定开发”的圈外人——产品经理、学生、创作者……

GBOX.AI创始人张海龙在回顾这一波浪潮时指出：“上半年那一轮VibeCoding的火爆，本质上更像一场‘时尚单品’的流行。大家都去试了一下，但几乎没人续费到第二个月。”

这类面向C端的“氛围编程”产品，本质上面临的是需求刚性的问题。他将“专业摄影-手机摄影”与“编程-氛围编程”做类比并指出关键差异：人人都有拍照记录生活、分享生活的需求，但对普通人来说，写软件不符合人的基本诉求。

“有些东西是你门槛降到0，他都不会用的，”他强调，“因为它不符合人的基本七情六欲。”

而支撑这场全民实验的，是数十亿美元的资本力量。正如投资人Theo点出的残酷逻辑：“Lovable之所以值几十亿美元，是因为像我这样的人投了钱；他们正用这些钱补贴算力、搭一个平台，让‘12岁的我’们第一次能玩到‘酷酷的代码生成东西’。”但资本的游戏终有尽头，现实的用户留存才是试金石，这些用户“100个里有99个会在觉得无聊时消失”。

面向专业开发者的氛围编程，情况则有所不同。张海龙认为，开发者没有需求刚性问题，AI工具确实能提升效率，且开发者能为结果兜底。

然而他也点出一个残酷的现实：“这个故事同样也撑不起当前VibeCoding的估值。”

更重要的是，战局正在升级。目前相对成功的ClaudeCode和Cursor“实际上都在做自己的模型”。他特别提到，“Cursor是被逼着走这条路，否则没有竞争力。”

“面向专业人群的，非常依赖模型，是大厂的生意。”他进一步判断：“全球面向Developer市场的最终竞争者不会超过5家。”创业公司中，唯一有机会的或许只有起步最早的Cursor。当然，开源模型也可能占据一席之地，但这已不再是普通创业者能轻易参与的牌局。

从全球到国内，相似的剧情也在同步上演。

张海龙指出，“国内热度走高也是上半年的事儿，上半年所有的投资人都在问VibeCoding，这是当时市场的FOMO。”然而热潮来得快，去得也快，“到现在这个时间节点，主流投资人看起来都没有在看VibeCoding的项目了。”

这种骤热骤冷的剧本并非个例。他以MCP为例指出，该概念也曾因社交网络热议引发投资人追逐，不少项目借此融资，“但事实上并没有产生长期、有价值的收入”。

热潮即将终结？

就在流量持续下滑的背景下，社交媒体上对VibeCoding的厌倦与反感也在迅速累积。GaryMarcus等学者和评论者近期对VibeCoding编程抛出了极端批评，GaryMarcus甚至点了赞支持那条“真希望它赶紧消亡，它从一开始就是扯淡”的评论。这样的情绪在最近几个月里反复出现——在各种技术讨论中，都能感受到从从业者到普通用户，对“氛围编程”的耐心正在迅速消失。

但也有人坚持认为，这类工具仍然值得一个“梦想”。

投资人Theo就是典型代表。他坦言，他其实也并不赞成面向非开发者：“千万别把产品卖给‘准’用户，要卖给‘真正’的用户。这是我见过太多人踩过的坑。也因此，像Cursor（我也投了）这类产品更可能穿越周期，而Lovable这类就更危险”。

即使如此，他仍选择下注——因为他相信这种工具能让更多人更早体验到“哦×，它居然跑起来了！”的那一瞬间。哪怕99%的人最终放弃，那1%也可能因此走得更远。“即便他们烧了几十亿美元，只是为了引来一小撮人——那也挺好。”在Theo看来，“从Lovable毕业”甚至可能是一条通往真正开发能力的路，就像Flash、Roblox曾启发过一代人一样。“哪怕它们最终会消亡。当然，如果不死就更好了，我也想把投资赚回来。”

真正的难题在于，实现这个梦想所需要的Agent基础设施，还停留在非常早期的阶段。无问芯穹联合创始人、CEO夏立雪的判断相当直接：问题不在模型，而在工程体系。今天的AI编程过程更像“抽盲盒”，你把需求扔进去，系统给你一个结果，如果不太对，就得再试一次，甚至同时“抽”十次，从中选出最可用的。大众对“无代码编程”的期待是“用自然语言一步到位生成完整程序”，但现实是频繁迭代、不断试错，那么这对用户来说几乎等同于“挫败体验”。

这与我们有规划的研发迭代方式是完全不同的。没有稳定的调试环境，没有清晰的上下文，也缺乏真正可观测的过程。前端无法预览生成页面的样式，Agent本身无法理解页面到底好看不好看，后端无法正确调用外部库，模型再聪明，也被困在一个劣质的开发环境里。

这就像招了一个天才程序员，却配了一个不会带人的mentor——不给明确需求、不做过程监督，在压根不能够看到整个代码库、也没有真正的测试环境的条件下硬干活。最后做不出东西，并不是“天才”不行，而是基础设施本身成了Agent能不能真正投入生产的关键瓶颈。

因此，他认为第一步是建立“可观测性”和“可控性”：系统要能清晰展示每一步的变化和决策路径。就像程序员与产品经理协作时，不会简单地说“我改了一版，你再试试”，而是会说明“在1.1版本中新增了哪些功能”。

从这个角度看，这场2025年突然爆发的“大众涌入”VibeCoding浪潮，很可能是一场顺序错误的科技狂欢：技术体系尚未成熟，行业却过早许下了超出能力的承诺——至少对于C端非技术领域用户来说，确实如此。

退潮之后，真实价值浮现

如果把视角从行业热度拉回到更稳固的长期趋势，张海龙给出了一个颇为现实的判断：面向大众消费者的VibeCoding，最终可能只会收缩成类似建站工具或者无代码的小市场；真正具备长期价值的方向，多半与专业用户、成熟模型与大厂基础设施绑定更深。

但他也指出，如今已经融到钱的公司，“至少已经上了牌桌，总能找到别的东西做”，哪怕最终的赛道没有想象中那么大。

在他看来，一个值得关注的潜在方向是所谓的“vibeworking”。比如，把一批数据丢给AI，让它直接整理出你要的结果，用户无需关心背后是写脚本、手工处理还是模型推理。至于今天这批做vibecoding的公司，未来能不能顺利切到vibeworking这条线上？以及vibeworking会不会最终也变成大厂才能玩的游戏？现在都还看不太清。

不过，VibeCoding的命运或许最能在企业环境中得到验证。

美团产品经理邹明远的分析非常直接：以目前这些产品的能力来看，很难支持一个完全不懂技术的用户做出生产级别的产品，但门槛确实被大幅拉低了。过去要达到“90分能力”才能当程序员、开发生产级别的产品，而现在“60分就能做出东西”。

同时，VibeCoding生成的应用本身也有很明确的“能力边界”。用它来开发一个高并发、业务逻辑复杂的超级应用，比如大厂App，基本不现实。但是用户的需求不都是这种级别的产品，例如就是要开发一个100人使用的数据上报系统，这种级别的需求才是目前VibeCoding发挥作用的地方。

现实情况是，当前的AICoding工具在技术栈限制、运维与可观测性（监控、告警等）上依然存在明显短板，因此存量项目的迭代会受到约束；但另一方面，平台已经把一整套“初阶能力”打包好了——发布、域名、网络、版本管理、PV/UV统计、动态扩缩容等等——这足以让企业中，让熟悉自身需求和场景的非技术员工，打造出一些简单的、有实际收益的作品。实际上，在AICoding的帮助下，美团的非技术同学已经构建了3000个以上持续在使用的应用，这与Lovable式的“开放式自由生成”路径形成了鲜明对比。

从行业层面看，圈子里的人数本就有限，流量放缓是必然结果。但在流量下行的同时，“作品质量在提高”这一趋势也越来越明显。当早期的噪音和纯尝鲜用户离场，留下的，往往是真正在特定场景里用VibeCoding解决问题的人，尤其是那些在企业内部被激发出来的新“开发者”。